가이드 연계 퀴즈 · 중간 레벨

Google Imagen 퀴즈

Imagen가 텍스트의 확산을 조절하고, 이미지 세부 정보를 개선하고, 생성 중에 안내 및 임계값을 사용하는 방법을 검토합니다.

관련 가이드 경로Google 이미지
질문 1 의 8

Google Imagen은 어떤 유형의 생성 모델을 기반으로 합니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. Google Imagen은 어떤 유형의 생성 모델을 기반으로 합니까?
    • 확산 모델
    • 생성적 적대 신경망(GAN)
    • 변형 오토인코더만 해당
    • 규칙 기반 렌더러
  2. Imagen 원본 논문의 주요 결과는 어떤 구성 요소가 결과를 가장 향상시키는지 확장하는 것이었습니다.
    • 이미지 확산 네트워크
    • 고정된 텍스트 인코더(언어 모델)
    • 훈련 배치 크기
    • 색상 채널 수
  3. Which improvement did Google announce for Imagen 4 in the Gemini app?
    • 파일을 PNG로 저장
    • 오디오 생성 중
    • Improved text rendering in generated images
    • 이미지 압축
  4. Imagen의 원래 아키텍처는 어떤 해상도로 이미지를 생성하여 시작되는 캐스케이드를 사용했습니까?
    • 1024x1024
    • 512x512
    • 4096x4096
    • 64x64
  5. What did Google DeepMind say SynthID does for images generated with Imagen on Vertex AI?
    • Embeds an imperceptible watermark in image pixels to help identify likely Imagen output
    • Converts all images to a new file format
    • Provides a GPU chip for image training
    • Translates the prompt language
  6. 개발자는 어떤 Google 플랫폼을 통해 자신의 애플리케이션을 위해 Imagen에 액세스할 수 있나요?
    • Google 시트
    • 버텍스 AI
    • Google 지도
    • Chrome 개발자 도구
  7. What issue does dynamic thresholding address in Imagen's sampling process?
    • The model having too few text tokens in its prompt
    • The training set containing too many image resolutions
    • Pixel values becoming oversaturated when classifier-free guidance is high
    • The tokenizer splitting a word into subwords
  8. What does classifier-free guidance do during Imagen sampling?
    • Selects a class label after the image is complete
    • Upscales the image without conditioning on its prompt
    • Replaces the noise-prediction model with a fixed image lookup
    • Combines conditional and unconditioned predictions to steer generation toward the prompt